機械振動子が強結合したキャビティマグノンポラリトンと強く結合することを実証した。この三重強結合系では、マイクロ波光子、マグノン、フォノンの量子状態の制御と測定が可能になる。
大規模言語モデルLlama3を用いて音声コマンドを解釈し、物品の拾い上げと配達を含む複雑なタスクを自律的に実行するシステムを提案する。
本研究では、ガウシアンプロセスを用いた外乱推定と、モデル予測制御を組み合わせることで、磁気アクチュエーション型マイクロロボットの軌道追従制御を実現する。
Splat-MOVERは、ガウシアンスプラッティングを利用して、セマンティックな理解と把握可能性の情報を3Dシーンに埋め込み、多段階のロボット操作タスクを可能にする。
少数デモンストレーションからの模倣行動を監視し、その行動エラーを検出するための適応的なシステムを提案する。
複雑で不確実なロボットシステムにおいて、データ駆動型安全フィルタの実用性と効率性を大幅に向上させるための効率的なオンラインデータ選択アルゴリズムを提案する。
SEGAR は、相互作用型環境における一般化研究を容易にし、説明責任を高めるために設計されたサンドボックス環境です。研究者は、タスク分布を指定することで一般化目的を簡単に設計でき、それに応じてタスクの性質を測定することができます。
衣類の複雑な形状と変形性に対応するため、衣類の特徴的な構造をセマンティックキーポイントとして活用し、高レベルの課題計画と低レベルの動作生成を統合することで、一般的な衣類操作を実現する。
人型ロボットが、プラットフォームへの飛び乗り、障害物の飛び越え、ギャップの飛び越えなど、様々なパルクールスキルを、事前の動作参照なしで、視覚情報のみを使って学習できる。
様々なデータセットから得られる情報を組み合わせることで、行動に応じた視覚的な結果をシミュレートできる汎用的なシミュレータを学習することができる。